本文是LLM系列文章,针对《Is Translation All You Need? A Study on Solving Multilingual Tasks with Large Language Models》的翻译。
翻译就是你所需要的吗?用大型语言模型求解多语言任务的研究
摘要
大型语言模型已经显示出强大的多语言能力;然而,由于训练语料库的不平衡,他们大多以英语为中心。现有的工作利用这一现象来提高他们在NLP任务中的多语言性能。在这项工作中,我们将评估从NLP任务扩展到真实的用户查询。我们发现,即使翻译成英语有助于提高以英语为中心的LLM的多语言NLP任务的性能,但它可能并不适用于所有情况。对于需要深入理解语言的文化相关任务,母语提示更具前景,因为它可以捕捉与文化和语言相关的细微差别。因此,我们主张更多地努力开发强大的多语言LLM,而不仅仅是以英语为中心的LLM。
1 引言
2 NLP任务的翻译
3 真实用户查询的翻译
4 一般性讨论
5 结论
在这项工作中,我们对不同多语言任务中的LLM进行了全面评估。这些任务包括传统的NLP挑战、真实用户查询和特定于区域性的任务。我们探索使用基于翻译的方法作为一种策略,以克服以英语为中心的LLM固有的局限性&